Почему модели с открытыми весами важны именно сейчас

Американские лидеры в области ИИ, такие как OpenAI, Google и Anthropic, держат свои самые мощные модели в закрытом исходном коде. Пользователи получают к ним доступ через облачные API, что позволяет провайдерам контролировать программное обеспечение, данные, проходящие через него, и доход от каждого запроса. Китайские стартапы — DeepSeek, Qwen и Moonshot — делают наоборот. Они публикуют «сырые» веса, позволяя любому скачать файлы, провести дообучение и запустить инференс на собственном оборудовании.

Для страны, которая не может импортировать новейшие GPU, предоставление модели вместо вычислительных мощностей сохраняет её актуальность. Пользователь в Сенегале, средняя компания в Бразилии или университет в Индии могут развернуть сервер на любом доступном оборудовании и запустить китайскую модель, даже не прибегая к облачным сервисам США. Данные никогда не покидают юрисдикцию пользователя, что является весомым аргументом для правительств, опасающихся американских правил доступа к данным.

Дипломатический аспект

Пекин позиционирует ИИ как «коллективную мудрость человечества», представляя себя в качестве кооперативной альтернативы тому, что он называет «исключительной монополией» Соединенных Штатов. В рамках этого нарратива утверждается, что Запад скрывает свои самые способные модели за аргументами национальной безопасности, в то время как Китай предлагает открытый, общий ресурс. Если достаточное количество разработчиков по всему миру перейдет на китайские модели, может возникнуть параллельная экосистема — построенная на архитектуре, инструментариях и результатах исследований китайского происхождения.

Эта экосистема даст Пекину «мягкую силу», выходящую далеко за рамки обычных торговых или инфраструктурных проектов. Страны, строящие свои ИИ-стеки на базе китайских моделей, могут начать более тесно следовать китайским стандартам в области управления данными, кибербезопасности и геополитики.

Горькая правда: вычислительные мощности по-прежнему остаются узким местом

Стратегия открытых весов не устраняет разрыв в аппаратном обеспечении. Обучение большой языковой модели — это разовые затраты. Например, модель V3 от DeepSeek была обучена примерно на 2000 GPU H800 — это внушительный, но управляемый кластер для хорошо финансируемой лаборатории. Однако обслуживание модели — обработка миллиардов запросов на инференс в день — требует постоянно расширяющегося парка GPU.

Американские фирмы уже планируют развертывания, превышающие миллион GPU. Эти цифры демонстрируют масштаб, необходимый для поддержания скорости отклика модели для миллионов пользователей по всему миру. Китайские компании не могут сравниться с таким масштабом, поскольку экспортные ограничения, остановившие поток передовых GPU, также ограничили возможности отечественных заводов, таких как SMIC, которые все еще отстают в производстве по самым современным техпроцессам.

Публикуя веса моделей, китайские компании перекладывают нагрузку по вычислениям на пользователей. Пользователи сами предоставляют оборудование, оплачивают счета за электричество и берут на себя операционные расходы. В теории это позволяет обойти проблему нехватки чипов внутри страны; на практике же это превращает китайские ИИ-сервисы из модели «как услуга» (as-a-service) в модель «как загрузка» (as-a-download). Компромисс очевиден: модель остается доступной, но производительность и задержка зависят от оборудования конечного пользователя, которое зачастую гораздо слабее облачных кластеров, обеспечивающих работу ChatGPT от OpenAI или Gemini от Google.

Что эта стратегия упускает из виду

  • Проблемы безопасности — открытое распространение облегчает злоумышленникам внедрение скрытых функций или дообучение модели на предвзятых данных. В отсутствие центрального органа, обеспечивающего обновления безопасности, уязвимости могут сохраняться долгое время.

Индийская перспектива

Индия находится на перепутье, где китайский подход с открытыми весами несет в себе как возможности, так и предостережения.

  • Стратегическая автономия — индийские разработчики могут экспериментировать с высококачественными моделями, не выплачивая плату за каждый токен американским провайдерам, что снижает стоимость создания кастомных чат-ботов, инструментов перевода и специализированных ассистентов.
  • Острая необходимость в оборудовании — китайский опыт подчеркивает необходимость создания собственной цепочки поставок полупроводников. Без мощностей отечественных заводов для производства передовых GPU или ИИ-акселераторов Индия может попасть в зависимость от импорта, который может быть ограничен в ходе будущих геополитических споров.
  • Управление рисками — открытые модели не являются «бесплатным обедом». Директивным органам необходимо оценивать происхождение обучающих данных и возможность наличия скрытых бэкдоров. Прозрачный процесс аудита и наличие местной экспертизы в верификации моделей становятся крайне важными.

Контраргумент: открытость может быть преимуществом

Сторонники утверждают, что открытость стимулирует инновации быстрее, чем любая закрытая платформа отдельной компании. Возможность модифицировать модель кем угодно позволяет появляться нишевым приложениям, которым крупные провайдеры никогда не уделили бы приоритетного внимания. Распределенная модель вычислений также может быть более устойчивой: глобальная сеть независимых серверов способна поддерживать работу сервиса, даже если дата-центр одного из провайдеров отключится.

Недостатком является то, что потолок производительности по-прежнему привязан к оборудованию, которое может себе позволить каждый пользователь. Предприятиям, которым требуется субсекундное время отклика в огромных масштабах, по-прежнему выгодна облачная модель.

На что обратить внимание в дальнейшем

  • Изменения в экспортной политике — Любое смягчение или ужесточение контроля США над экспортом чипов напрямую повлияет на способность Китая обучать новые модели и может вынудить его вернуться к более закрытым решениям.

Основной вывод

Стремление Китая к использованию моделей ИИ с открытыми весами — это прагматичный способ обойти дефицит оборудования, вызванный экспортными запретами. Этот шаг демонстрирует дипломатическую добрую волю и предлагает разработчикам по всему миру точку входа с низкими затратами, но он не решает фундаментальную проблему дефицита вычислительных мощностей. Для таких стран, как Индия, эта стратегия служит одновременно и шаблоном для построения независимости в сфере ИИ, и предостережением о рисках зависимости от иностранных цепочек поставок полупроводников. Следующие несколько месяцев покажут, станут ли модели с открытыми весами устойчивым столпом экосистемы ИИ или останутся временной мерой до тех пор, пока разрыв в возможностях чипов не сократится.